Specjalista rozpoznawania mowy
Tworzę oprogramowanie, które rozpoznaje słowa, żeby zamienić je na tekst.
Specjalista rozpoznawania mowy
Tworzę oprogramowanie, które rozpoznaje słowa, żeby zamienić je na tekst.
Dlaczego lubię ten zawód?
Dzięki mojej pracy powstają nowe systemy rozpoznawania i syntezy ludzkiej mowy, które usprawniają nasze życie. Oszczędzają czas podczas wypełniania dokumentów, pozwalają obsługiwać nawigację samochodową bez odrywania rąk od kierownicy, ułatwiają codzienne funkcjonowanie osobom niewidomym i słabowidzącym.
Czym się zajmuję?
Zajmuję się tworzeniem oprogramowania, które rozpoznaje słowa wypowiadane przez człowieka, żeby potem zamienić je na tekst. Dzięki temu można dyktować maszynie niczym kiedyś sekretarce, a system tworzy dokumenty w programie do edycji tekstu, np. dokumentację medyczną pacjentów, wypełnia elektroniczne formularze, wyszukuje treści w internecie, albo pisze SMSy, gdy my jesteśmy zajęci prowadzeniem samochodu. Można dzięki temu także sterować komputerem czy smartfonem bez użycia klawiatury i przycisków. Do tworzenia oprogramowania rozpoznającego mowę wykorzystuję języki skryptowe, takie jak C / C++, Perl, Python, Java, Scheme lub Haskell, muszę więc świetnie potrafić się nimi posługiwać i mieć gruntowną wiedzę z informatyki.
Z drugiej strony zajmuję się również tworzeniem oprogramowania służącego do syntezy mowy, czyli zamiany tekstu pisanego na plik dźwiękowy. To usprawnia i pozwala na automatyzację obsługi użytkownika; programuję np. wirtualnego “doradcę”, z którym można \"porozmawiać\" na stronach różnych firm, platform internetowych czy urzędów, czy auto-asystenta, który pomaga w nauce języków obcych, odczytuje dokumenty, książki i inne pliki tekstowe osobom niewidomym i niedowidzącym, zamienia na pliki dźwiękowe teksty w języku Braille’a.
Mogę udoskonalać istniejące już systemy rozpoznawania lub syntezy mowy albo projektować i testować całkiem nowe rozwiązania. Często współpracuję w tym zakresie z innymi specjalistami, np. tyfloinformatykami. Zajmuję się też kodowaniem mowy, czyli jej zamianą na pliki cyfrowe, które można przesyłać przez sieci komputerowe albo łącza telekomunikacyjne.
Co powinienem umieć?
W pracy projektuję i wdrażam nowe algorytmy służące do rozpoznawania mowy oraz ulepszam te już istniejące, dlatego muszę dobrze znać matematykę.
Muszę też dobrze znać język angielski, ponieważ instrukcje do większości programów, które udoskonalam, są napisane w tym języku. Znajomość angielskiego pozwala mi też znaleźć pracę w zagranicznych firmach zajmujących się tworzeniem takiego oprogramowania, uczestniczyć w kursach i szkoleniach rozwijających moje umiejętności oraz czytać literaturę fachową napisaną w tym języku.
Jakie kompetencje miękkie są ważne w mojej pracy?
- kreatywność,
- dociekliwość,
- sumienność,
- cierpliwość,
- systematyczność,
- umiejętność analitycznego myślenia,
- umiejętność skupienia się na pracy.
Gdzie mogę pracować?
Mogę znaleźć zatrudnienie w firmach zajmujących się tworzeniem oprogramowania do zamieniania mowy na tekst i tekstu pisanego na pliki dźwiękowe.
Tekst udostępniony na licencji Creative Commons Uznanie autorstwa 4.0 (CC BY 4.0). Jeśli chcesz go rozpowszechnić lub użyć w swoich materiałach, zajrzyj tutaj.
